导叶关闭规律快速优化建模方法及装置、导叶关闭规律快速优化方法及装置

摘要

导叶关闭规律快速优化建模方法及装置、导叶关闭规律快速优化方法及装置，涉及抽水蓄能发电技术，针对现有技术中，在导叶关闭规律多目标优化过程中要对大批量样本点进行计算，通常通过人工逐个完成，消耗时间，效率低，计算误差大，本申请提供的技术方案为：导叶关闭规律快速优化建模方法，方法包括：样本点生成步骤，对导叶关闭规律生成至少100个输入样本点，样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律折点位置相对时间和两段折线式导叶关闭规律折点位置相对导叶开度；输出值计算步骤，基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值。适合在导叶关闭规律快速自动优化中应用。

说明书

技术领域

涉及抽水蓄能发电技术，具体涉及一种导叶关闭规律快速自动优化方法。

背景技术

为构建以新能源为主体的新型电力系统，急需发展可靠储能技术来消纳吸收电网中富余新能源发电量。在众多能量存储技术中，抽水蓄能发电技术是目前唯一可在电网尺度大规模利用的储能发电技术。有些抽水蓄能机组每天经历的工况转换次数多达十几次，在这些工况转换过渡过程中常伴随着严重的水击、空化和压力脉动问题，瞬态压力作用于转轮可诱发转轮水推力剧烈波动，轻则可造成过流部件疲劳损坏，重则可引发机组转动部件抬机、扫膛和水力激振等运行事故。

在改善抽水蓄能机组过渡过程水击、空化和压力脉动问题的众多措施中，改变导叶关闭规律是最方便、最经济和最有效果的一种方式，所以导叶关闭规律的优化对发展抽水蓄能发电技术非常重要。在导叶关闭规律多目标优化过程中不可避免要对大批量样本点进行计算，现有的计算方式都是通过人工逐个完成，采用非自动更新方式进行计算，会消耗大量计算时间，效率很低，且采用这样的方式完成的计算误差过大，无法通过大批量的样本点对导叶关闭规律优化过程中的迭代方案进行准确预测。

发明内容

针对现有技术中，在导叶关闭规律多目标优化过程中不可避免要对大批量样本点进行计算，现有的计算方式都是通过人工逐个完成，采用非自动更新方式进行计算，会消耗大量计算时间，效率很低，且采用这样的方式完成的计算误差过大，无法通过大批量的样本点对导叶关闭规律优化过程中的迭代方案进行准确预测的问题，本发明将现有的需要采用人工逐个计算的步骤通过参数化程序设计实现，替代了原有的人工计算的过程，具体的技术方案包括：

导叶关闭规律快速优化建模方法，所述的方法包括：

样本点生成步骤，对导叶关闭规律生成至少100个输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律折点位置相对时间和两段折线式导叶关闭规律折点位置相对导叶开度三个信息；

输出值计算步骤，基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值。

进一步，所述的样本点生成步骤具体为：采用优化超拉丁立方方法生成样本点。

基于同一发明构思，本申请还提供了导叶关闭规律快速优化建模装置，所述的装置包括：

样本点生成模块，用于对导叶关闭规律生成至少100个输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律这点位置相对时间和两段折线式导叶关闭规律相对导叶开度三个信息；

输出值计算模块，用于基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值。

基于同一发明构思，本申请还提供了导叶关闭规律快速优化方法，所述的方法包括：

样本点生成步骤，对导叶关闭规律生成输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律这点位置相对时间和两段折线式导叶关闭规律相对导叶开度三个信息；

输出值计算步骤，基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值；

样本点优化步骤，基于遗传算法，通过所述的输出值进行计算，得到最优输入量。

进一步，所述的样本点优化步骤中，最优输入量的目标函数的确定方式为：通过：

确定；

其中，f

进一步，所述的样本点优化步骤中，导叶关闭规律优化的约束条件通过：

n≤n

其中，H

进一步，所述的样本点优化步骤中，遗传算法的子代采用正交多项式近似代理模型进行进一步预测。

基于同一发明构思，本申请还提供了导叶关闭规律快速优化装置，所述的装置包括：

样本点生成模块，用于对导叶关闭规律生成输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律折点位置相对时间和两段折线式导叶关闭规律折点位置相对导叶开度三个信息；

输出值计算模块，用于基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值；

样本点优化模块，用于基于遗传算法，通过所述的输出值进行计算，得到最优输入量。

进一步，所述的样本点优化模块中，最优输入量的目标函数的确定方式为：通过：

确定。

进一步，所述的样本点优化模块中，遗传算法的子代采用正交多项式近似代理模型进行进一步预测。

本发明的有益之处在于：

本发明提供的技术方案将现有的需要采用人工逐个计算的步骤通过参数化程序设计实现，替代了原有的人工计算的过程，加入了自动更新的功能，大大减少了计算时间的消耗，提高了计算效率，消除了计算误差，实现了通过大批量的样本点对导叶关闭规律优化过程中的迭代方案进行准确预测。

本发明提供的技术方案通过参数化程序设计实现所述导叶关闭规律优化过程大批量样本点自动快速计算，通过大批量增加样本点数量并采用正交多项式近似代理模型实现优化过程迭代方案的快速准确预测，可以提高导叶关闭规律优化工作的效率，实现了自动化及智能化。

适合在导叶关闭规律快速自动优化中应用。

附图说明

图1为实施方式一提到的使用正交多项式近似模型的瞬态参数计算误差随样本数量变化关系图。

图2为实施方式一提到的用于实现导叶关闭规律优化过程样本点自动更新的参数化设置图。

图3为实施方式四提到的管路系统瞬态流动一维特征线法计算原理示意图。

图4为实施方式十一提到的优化前后的导叶关闭规律对比图。

图中，y表示相对导叶开度，(-)表示无单位，t(s)表示时间。

图5为实施方式十一提到的优化前后机组转速变化曲线图。

图中，t(s)表示时间，n表示机组转速。

图6为实施方式十一提到的优化前后蜗壳进口水头变化曲线图。

图7为实施方式十一提到的优化前后水尾水管进口水头变化曲线图。

图8为实施方式十一提到的优化前后的水泵水轮机四象限全特性n

图中，Q

图9为实施方式十一提到的优化前后的水泵水轮机四象限全特性n

图中，M

具体实施方式

为使本发明提供的技术方案的优点和有益之处表述得更具体，现结合附图对本发明提供的技术方案进行进一步详细的描述，具体的：

实施方式一、结合图1-2说明本实施方式，本实施方式提供了导叶关闭规律快速优化建模方法，所述的方法包括：

样本点生成步骤，对导叶关闭规律生成至少100个输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律折点位置相对时间和两段折线式导叶关闭规律折点位置相对导叶开度三个信息；

输出值计算步骤，基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值。

其中，之所以选择生成至少100个样本点，是因为本发明通过优化超拉丁立方方法设计试验生成大批量样本点，为了选出合适的样本点数量，本发明分别采用不同样本数量对导叶关闭过程进行优化对比，比较结果如图1所示，当样本数量N

根据所述设计试验结果采用图2所示管路瞬态流动一维特征线法根据公式(1)-(2)对样本点进行计算。

式中：式中：H为水头(包括位置水头和压力水头)；t为时间；a为水击波速；g为重力加速度；V为管道横截面内的平均流速；x为沿管道轴线的距离；β为管道轴线与水平面夹角；f

实施方式二、本实施方式是对实施方式一提供的导叶关闭规律快速优化建模方法的进一步限定，所述的样本点生成步骤具体为：采用优化超拉丁立方方法生成样本点。

采用优化超拉丁立方方法生成样本点的优点包括可以采用较少的样本点数声称具有强代表性的试验设计方案。

实施方式三、本实施方式提供了导叶关闭规律快速优化建模装置，所述的装置包括：

样本点生成模块，用于对导叶关闭规律生成至少100个输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律折点位置相对时间和两段折线式导叶关闭规律折点位置相对导叶开度三个信息；

输出值计算模块，用于基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值。

实施方式四、结合图3说明本实施方式，本实施方式提供了导叶关闭规律快速优化方法，所述的方法包括：

样本点生成步骤，对导叶关闭规律生成输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律折点位置相对时间和两段折线式导叶关闭规律折点位置相对导叶开度三个信息；

输出值计算步骤，基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值；

样本点优化步骤，基于遗传算法，通过所述的输出值进行计算，得到最优输入量。

具体的，通过图3所示的参数化设置方法设置两段折线式导叶关闭规律的折点位置相对导叶开度y1和相对时间Tr1及导叶关闭总时间T2三个输入参数自动更新，并设置蜗壳进口最大压力hu-max、机组最高转速nt-max、尾水管进口最低压力hd-min、调压室最高水位hsp-max和最低水位hsp-min，5个输出参数自动输出，实现导叶关闭规律优化过程大批量样本点自动快速计算。

根据所述大批量样本点计算结果采用遗传算法进行导叶关闭规律方案自动优化，所述导叶关闭规律优化的目标函数由公式(3)确定。所述导叶关闭规律优化的约束条件由公式(4)～(6)确定。

n≤n

H

H

其中，f

实施方式五、本实施方式是对实施方式四提供的导叶关闭规律快速优化方法的进一步限定，所述的样本点优化步骤中，最优输入量的目标函数的确定方式为：通过：

确定。

实施方式六、本实施方式是对实施方式五提供的导叶关闭规律快速优化方法的进一步限定，所述的样本点优化步骤中，导叶关闭规律优化的约束条件通过：

n≤n

其中，H

本实施方式限定的约束条件，能够保证导叶关闭规律优化结果满足电站的设计要求，确保电站的安全稳定运行。

实施方式七、本实施方式是对实施方式四提供的导叶关闭规律快速优化方法的进一步限定，所述的样本点优化步骤中，遗传算法的子代采用正交多项式近似代理模型进行进一步预测。本实施方式中采用的正交多项式近似代理模型实现子代方案预测，具有计算速度快和预测精度高的优点。

实施方式八、本实施方式提供了导叶关闭规律快速优化装置，所述的装置包括：

样本点生成模块，用于对导叶关闭规律生成输入样本点，作为输入量，所述的样本点包括：导叶关闭规律总关闭时间、两段折线式导叶关闭规律这点位置相对时间和两段折线式导叶关闭规律相对导叶开度三个信息；

输出值计算模块，用于基于参数化程序，通过管路瞬态流动一维特征线法对所述的输入量进行计算，得到每一个样本点对应的机组转速的最大值、蜗壳进水口水头最大值和尾水管进水口水头最小值三个输出值；

样本点优化模块，用于基于遗传算法，通过所述的输出值进行计算，得到最优输入量。

实施方式九、本实施方式是对实施方式八提供的导叶关闭规律快速优化装置的进一步限定，所述的样本点优化模块中，最优输入量的目标函数的确定方式为：通过：

确定。

实施方式十、本实施方式是对实施方式八提供的导叶关闭规律快速优化装置的进一步限定，所述的样本点优化模块中，遗传算法的子代采用正交多项式近似代理模型进行进一步优化。

实施方式十一、结合图4-9说明本实施方式，本实施方式提供了一个采用实施方式四提供的导叶关闭规律快速优化方法对水泵水轮机的导叶关闭规律总关闭时间、两段折线式导叶关闭规律折点位置相对时间和两段折线式导叶关闭规律折点位置相对导叶开度进行优化的实施例，具体的：

本发明提供的导叶关闭规律快速优化方法采用正交多项式近似代理模型进行优化过程迭代方案快速预测，正交多项式近似代理模型通过大批量增加样本点数量提高优化过程迭代方案预测的精度。优化前后导叶关闭规律如图4所示，和原始方案相比，优化方案的导叶总关闭时间减小，导叶关闭规律的两段折线斜率均增加。

根据图5-7所示优化前后机组转速、蜗壳进口水头和水尾水管进口水头变化曲线可见，和原始方案相比，优化方案的机组最高转速n

表1优化方案和原始方案的极值参数计算结果比较

表中1，T/s表示活动导叶总关闭时间。

此外，根据图8-9所示优化前后的水泵水轮机四象限全特性曲线图可见，和原始方案相比，优化方案的经历的工况转换次数也有所减少，详细对比如表2所示，工况转换次数减少对确保水泵水轮机使用寿命也是有利的。

表2优化方案和原始方案机组经历的工况转换次数计算结果比较

表2中,N

综上，本实施方式通过实际实施例证明本发明提供的技术方案达到了降低机组最高转速和蜗壳进口压力水口最大值以及增加尾水管进口压力水头最低值的目的，并且还降低了机组运行过程的工况转换次数。

以上通过几个具体实施方式对本发明提供的技术方案进行进一步详细地描述，是为了使本发明提供的技术方案的优点和有益之处表述得更清楚，但以上所述的实施方式不用用于作为对本发明的限制，任何基于本发明的精神和原则范围内的修改和改进、实施方式的等同替换和组合等，均应当包含在本发明的保护范围之内。